خلاصه مطلب
- GA4 وقتی نمونه برداری میکند که یک گزارش، اکسپلوریشن یا درخواست API به رویدادهایی بیشتر از سهمیه پراپرتی نیاز داشته باشد: ۱۰ میلیون رویداد در هر کوئری برای پراپرتی استاندارد و تا ۱ میلیارد برای Analytics 360.
- آیکون کیفیت داده (data quality) نشان می‌دهد نتیجه نمونه برداری شده یا نه و چند درصد داده استفاده شده است. قبل از فرستادن هر اکسپلوریشن با بازه زمانی طولانی، اول این آیکون را چک کنید.
- نمونه برداری، آستانه داده و ردیف (other) سه مشکل جدا هستند. آستانه ها برای حفظ حریم خصوصی ردیف ها را پنهان میکنند و قابل تغییر نیستند؛ (other) وقتی ظاهر میشود که تعداد ردیف های جدول از سقفش بیشتر شود.
- بیشترین آسیب را بخش های کوچک می‌بینند. در نمونه ۲۸ درصدی، کانالی که ۲۰۰ خرید واقعی دارد از روی حدود ۵۶ خرید تخمین زده میشود و خطای عددش تقریبا دو برابر میشود.
- بازه کوتاه تر، گزارش های استاندارد، خروجی BigQuery و دایمنشن های کم تنوع تر بیشتر مشکلات پراپرتی استاندارد را حل میکنند. ابزاری که اصلا نمونه برداری نمی‌کند، مثل ادپیکس، کلا با این سهمیه درگیر نیست.
نمونه برداری داده در گوگل آنالیتیکس ۴ وقتی اتفاق می‌افتد که یک گزارش، اکسپلوریشن یا درخواست API به رویدادهایی بیشتر از سهمیه پراپرتی شما نیاز داشته باشد. در این حالت GA4 جواب را از بخشی از رویدادها حساب میکند و بعد آن را به کل داده تعمیم می‌دهد. سهمیه پراپرتی استاندارد ۱۰ میلیون رویداد در هر کوئری سطح رویداد است و در Analytics 360 تا ۱ میلیارد می‌رسد. آیکون کیفیت داده نشان می‌دهد نتیجه نمونه برداری شده یا نه. سایت کوچک معمولا به این سقف نمی‌خورد، اما فروشگاه پرترافیکی که روی چند ماه داده اکسپلوریشن می‌سازد مدام با آن روبه رو میشود.
نمونه برداری داده (Data sampling) یعنی حساب کردن گزارش از روی بخشی از داده و بزرگ کردن نتیجه برای تخمین کل. این کار کوئری های سنگین را سریع میکند، اما دقت را پایین می‌آورد و بیشترین افت دقت در بخش های کوچک داده است.
نمونه برداری در GA4 دقیقا کی اتفاق می‌افتد؟
وقتی تعداد رویدادهایی که برای جواب دادن به یک سوال لازم است از سهمیه پراپرتی بیشتر شود. صفحه راهنمای گوگل صریح میگوید نمونه برداری «ممکن است وقتی رخ دهد که تعداد رویدادهای لازم برای ساخت یک گزارش، اکسپلوریشن یا درخواست از سقف سهمیه پراپرتی بیشتر شود». ملاک، رویدادهای داخل بازه زمانی و فیلترهایی است که انتخاب کرده اید، نه کل رویدادهای ماهانه سایت.
| نوع پراپرتی | سهمیه رویداد در هر کوئری | راه گرفتن داده بدون نمونه برداری |
|---|---|---|
| GA4 استاندارد | ۱۰ میلیون رویداد | داخل خود پنل راهی نیست؛ خروجی BigQuery |
| Analytics 360 | پیش فرض ۱۰۰ میلیون، تا ۱ میلیارد رویداد | اکسپلوریشن بدون نمونه برداری با توکن روزانه |
بیشتر تیم ها در اکسپلوریشن ها به نمونه برداری می‌خورند، چون آنجا هر بازه زمانی، سگمنت و بریک داونی بخواهید می‌سازید. چون معیار خود کوئری است، یک اکسپلوریشن ممکن است برای هفته گذشته کامل باشد و برای سه ماه گذشته نمونه برداری شود. گوگل این را هم گفته که فیلتر کردن داده های بزرگ بر اساس کشور ممکن است در گزارش های استاندارد و Explore نمونه برداری ایجاد کند؛ پس گزارش استاندارد هم کاملا مصون نیست.
از کجا بفهمیم گزارش GA4 نمونه برداری شده است؟
آیکون کیفیت داده بالای گزارش یا اکسپلوریشن را باز کنید. طبق راهنمای گوگل، وقتی نتیجه با نمونه برداری ساخته شده باشد، این آیکون آن را با درصد داده استفاده شده نشان می‌دهد. در Analytics 360 هم رنگ آیکون وقتی نتیجه نمونه برداری شده قرمز یا زرد است و وقتی کامل است سبز.
قبل از اینکه از گزارشی اسکرین شات بگیرید یا خروجی بدهید، این سه کار را عادت کنید:
- آیکون کیفیت داده را باز کنید و درصد داده استفاده شده را بخوانید.
- اگر کمتر از ۱۰۰٪ بود، کنار عددی که برای مدیر یا مشتری می‌فرستید بنویسید، یا کوئری را عوض کنید.
- بعد از هر تغییر در بازه زمانی، سگمنت یا بریک داون دوباره چک کنید، چون هر کدام می‌تواند کوئری را از سهمیه رد کند.
اکسپلوریشن نمونه برداری شده معمولا کاملا عادی به نظر می‌رسد. جمع ها دوباره بزرگ می‌شوند و نمودار هیچ هشداری نمی‌دهد. تنها نشانه همان آیکون است.
نمونه برداری چقدر عددها را جابه جا میکند؟
جمع کل معمولا نزدیک به واقعیت است، اما عدد بخش های کوچک می‌تواند خیلی جابه جا شود. خطای تخمین به تعداد رویدادهایی بستگی دارد که واقعا برای همان بخش داخل نمونه هستند، نه به اندازه کل نمونه.
یک مثال با عددهای فرضی. فرض کنید پراپرتی GA4 یک فروشگاه اینترنتی پوشاک روزی حدود ۴۰۰ هزار رویداد ثبت میکند. مدیر مارکتینگ اکسپلوریشنی برای ۹۰ روز گذشته می‌سازد:
- رویدادهای داخل کوئری: ۴۰۰ هزار × ۹۰ = ۳۶ میلیون.
- سهمی که GA4 در پراپرتی استاندارد می‌تواند استفاده کند: ۱۰ میلیون ÷ ۳۶ میلیون ≈ ۲۸٪.
- کمپین کوچکی در یک کانال تلگرامی در این مدت ۲۰۰ خرید آورده است. در نمونه ۲۸ درصدی، GA4 این عدد را از روی حدود ۲۰۰ × ۰٫۲۸ = ۵۶ رویداد خرید تخمین می‌زند و بعد بزرگش میکند.
با تقریب رایج «خطای نسبی شمارشی که از n رویداد نمونه تخمین زده شده حدود ۱ ÷ √n است»:
| بخش | رویدادهای پشت تخمین | خطای نسبی تقریبی |
|---|---|---|
| همه خریدها (مثلا ۱۲ هزار) | حدود ۳٬۳۶۰ | حدود ۱٫۷٪ |
| کمپین تلگرامی، بدون نمونه برداری | ۲۰۰ | حدود ۷٪ |
| کمپین تلگرامی، نمونه ۲۸ درصدی | حدود ۵۶ | حدود ۱۳٪ |
عدد کل فروشگاه مشکلی ندارد. اما عدد کمپین تلگرامی حالا حدود ۱۳٪ به بالا یا پایین می‌لرزد. اگر متوسط سبد خرید ۱٫۵ میلیون تومان باشد، ۱۳٪ از ۲۰۰ خرید یعنی حدود ۲۶ خرید و نزدیک ۳۹ میلیون تومان فروش که ممکن است در گزارش باشد یا نباشد. همین کافی است که کمپینی خوب، ضعیف به نظر برسد یا برعکس. برای همین نمونه برداری درست جایی ضربه می‌زند که مارکترها با دقت نگاه میکنند: کمپین تازه، یک شهر کوچک، یک لندینگ پیج یا یک مقدار utm_content.
فرق نمونه برداری، آستانه داده و ردیف (other) چیست؟
این ها سه سازوکار جدا هستند و حل یکی، بقیه را حل نمی‌کند. نمونه برداری عدد را از بخشی از داده تخمین می‌زند. آستانه داده برای حفظ حریم خصوصی کاربر ردیف ها را پنهان میکند. ردیف (other) وقتی تعداد ردیف های جدول زیاد باشد، کم تکرارترین مقدارها را یک جا جمع میکند.
| مشکل | چیزی که می‌بینید | علت | قابل تغییر است؟ |
|---|---|---|---|
| نمونه برداری | آیکون کیفیت داده کمتر از ۱۰۰٪ داده را نشان می‌دهد | کوئری از سهمیه رویداد بیشتر است | بله: بازه کوتاه تر، کوئری ساده تر، BigQuery |
| آستانه داده (threshold) | ردیف هایی حذف شده اند و آیکون پیام thresholding دارد | داده جمعیت شناختی یا عبارت جستجو با کاربران کم | نه؛ به گفته گوگل سیستم آن را تعیین میکند |
| ردیف (other) | ردیفی به اسم (other) که دم بلند داده را جمع کرده | جدول از سقف ردیفش بیشتر است (تنوع زیاد مقدارها) | تا حدی: مقدارهای یکتای کمتر، گزارش استاندارد |
آستانه ها به گفته گوگل اعمال می‌شوند تا کسی که گزارش را می‌بیند نتواند هویت یا اطلاعات حساس کاربر را از روی داده جمعیت شناختی، علاقه مندی ها یا نشانه های دیگر حدس بزند. این آستانه ها در گزارش هایی که داده جمعیت شناختی یا آدیینس ساخته شده از آن دارند و در اطلاعات عبارت جستجو وقتی کاربران کافی نباشند اعمال می‌شوند. پیشنهاد گوگل عوض کردن بازه زمانی است، چون تعداد کم کاربر یا رویداد در بازه کوتاه علت اصلی آن است.
ردیف (other) وقتی ظاهر میشود که تعداد ردیف های جدول از سقف آن بیشتر شود. گوگل هر دایمنشنی را که بیش از ۵۰۰ مقدار دارد پرتنوع (high cardinality) حساب میکند. آدرس کامل صفحه ها با پارامترهای کوئری، دایمنشن سفارشی با متن آزاد و شناسه کاربر که به شکل دایمنشن سفارشی ذخیره شده، علت های رایج اند. گزارش هایی که دایمنشن ثانویه، فیلتر یا مقایسه دارند هم بیشتر این ردیف را نشان می‌دهند.
چطور در GA4 از نمونه برداری جلوگیری کنیم؟
در پراپرتی استاندارد سهمیه بالا نمی‌رود، پس باید زیر آن کار کنید. پنج راه، از سریع ترین تا کامل ترین:
- بازه زمانی را کوتاه کنید. در مثال بالا، ۱۰ میلیون ÷ ۴۰۰ هزار رویداد در روز = ۲۵ روز. به جای یک اکسپلوریشن ۹۰ روزه، سه اکسپلوریشن ۲۵ روزه بسازید. تعداد رویداد و خرید را میشود جمع زد، اما تعداد کاربر را نه، چون یک نفر ممکن است در چند دوره تکرار شود.
- عددهای روتین را از گزارش های استاندارد بخوانید. گوگل خودش آن ها را پیشنهاد میکند چون جدول های تجمیعی دارند، و احتمال دیدن (other) در آن ها از اکسپلوریشنی با چند بریک داون کمتر است.
- تنوع مقدارها را کم کنید. قبل از اینکه آدرس صفحه به GA4 برسد پارامترهای کوئری را حذف کنید، مقدارهای UTM را به یک فهرست ثابت محدود کنید (راهنمای پارامترهای UTM یک قرارداد نام گذاری آماده دارد) و برای شناسه هر کاربر به جای دایمنشن سفارشی از قابلیت User-ID استفاده کنید.
- رویدادهای خام را به BigQuery بفرستید. خروجی روزانه همه رویدادهای خام و بدون نمونه برداری روز قبل را یک بار در روز می‌فرستد. سقف این خروجی برای پراپرتی استاندارد ۱ میلیون رویداد در روز است؛ بالاتر از آن یا باید با فیلتر زیر سقف بمانید یا از خروجی استریمینگ استفاده کنید که گوگل آن را سرویس best-effort و با احتمال جاافتادن داده توصیف میکند. تنظیمات و حساب هزینه اش در راهنمای خروجی گرفتن از گوگل آنالیتیکس آمده است.
- سراغ Analytics 360 یا ابزاری بروید که نمونه برداری نمی‌کند. در 360، اکسپلوریشن بدون نمونه برداری فقط وقتی در دسترس است که کوئری بیش از ۱ میلیارد رویداد داشته باشد و از سهمیه ۲۰ هزار توکن در روز برای هر پراپرتی و حداکثر ۵ هزار توکن برای هر کوئری مصرف میکند. برای بیشتر تیم های ایرانی این راه حلی قراردادی و گران برای مشکلی کوچک تر است.
همه ابزارهای آنالیتیکس نمونه برداری میکنند؟
نه. نمونه برداری یک انتخاب طراحی برای سریع و ارزان نگه داشتن کوئری های بزرگ است، نه قانون آنالیتیکس. ماتومو «بدون نمونه برداری داده» را جزو امکانات نسخه On-Premise آورده است (جزئیاتش در مقایسه ماتومو و گوگل آنالیتیکس) و گزارش های ادپیکس هم نمونه برداری نمی‌شوند.
ادپیکس پلتفرم آنالیتیکس وب برای تیم های ایرانی است: گزارش های هم سطح گوگل آنالیتیکس (ریل تایم، منابع ورودی، رفتار کاربران، قیف تبدیل و فروش) به علاوه لایه سنجش مارکتینگ، روی زیرساخت داخل ایران و با داشبورد فارسی. برای مشکل این مقاله یعنی گزارش ۹۰ روزه آن کمپین تلگرامی از روی همه رویدادهایش ساخته میشود و فاصله ۵۶ تا ۲۰۰ مثال بالا پیش نمی‌آید.
چیزی که در هر پلن فرق میکند، طبق سایت adpix.io:
- پلن رایگان: گزارش منابع ورودی بر اساس کانال، source / medium و کمپین UTM، داده ریل تایم و قیف تبدیل، با ۱۰۰ هزار رویداد در ماه و ۳۰ روز داده خام.
- پلن Starter (ماهی ۴۹۹ هزار تومان) و بالاتر: سگمنت، آدیینس و گزارش سفارشی، یعنی همان ابزارهایی که برای نگاه به برش های کوچک ترافیک لازم دارید، به اضافه گزارش فروش آنلاین و درآمد.
ادپیکس هم محدودیت های خودش را دارد. هر پلن سقف رویداد ماهانه و مدت نگهداری مشخصی دارد، پس برای تاریخچه طولانی باید روال خروجی گرفتن داشته باشید یا پلن بزرگ تری بگیرید. ادپیکس می‌تواند کنار GA4 نصب شود و تداخلی با آن ندارد، پس لازم نیست چشم بسته مهاجرت کنید.
این هفته چه کاری انجام دهید؟
سه اکسپلوریشنی را که تیمتان بیشتر از همه به اشتراک می‌گذارد باز کنید و آیکون کیفیت داده هر کدام را بخوانید. اگر هر کدام کمتر از ۱۰۰٪ داده را استفاده کرده، آن را با بازه ای زیر سهمیه بسازید یا به گزارش استاندارد منتقلش کنید. اگر بخش هایی که برایتان مهم است کوچک اند و هشدار مدام برمی‌گردد، یک ماه ابزاری بدون نمونه برداری را کنار GA4 اجرا کنید و عدد همان بخش ها را مقایسه کنید. راهنمای جایگزین گوگل آنالیتیکس روش این مقایسه را بدون از دست دادن تنظیمات GA4 توضیح می‌دهد.
همین امروز داده‌های سایت‌تان را بسنجید
پلن رایگان ادپیکس تا ۱۰۰ هزار رویداد در ماه، بدون کارت بانکی. راه‌اندازی کمتر از پنج دقیقه طول می‌کشد.
پرسش‌های متداول
گوگل آنالیتیکس ۴ داده را نمونه برداری میکند؟
بله، وقتی یک گزارش، اکسپلوریشن یا درخواست به رویدادهایی بیشتر از سهمیه پراپرتی نیاز داشته باشد. گوگل این سهمیه را برای پراپرتی استاندارد ۱۰ میلیون رویداد در هر کوئری سطح رویداد و برای Analytics 360 تا ۱ میلیارد رویداد تعیین کرده است.
از کجا بفهمم گزارش GA4 نمونه برداری شده است؟
آیکون کیفیت داده بالای گزارش یا اکسپلوریشن را باز کنید. اگر نتیجه با نمونه برداری ساخته شده باشد، همین آیکون این را میگوید و درصد داده ای را که استفاده شده نشان می‌دهد.
چطور در GA4 داده بدون نمونه برداری بگیرم؟
در پراپرتی استاندارد بازه زمانی را آن قدر کوتاه کنید که کوئری زیر ۱۰ میلیون رویداد بماند، یا از خروجی BigQuery استفاده کنید که رویدادهای خام و بدون نمونه برداری را روزی یک بار می‌فرستد. پراپرتی های Analytics 360 وقتی کوئری از ۱ میلیارد رویداد بیشتر شود، می‌توانند اکسپلوریشن بدون نمونه برداری هم درخواست کنند.
ردیف (other) در گوگل آنالیتیکس همان نمونه برداری است؟
نه. ردیف (other) وقتی ظاهر میشود که تعداد ردیف های جدول از سقف آن بیشتر شود و GA4 کم تکرارترین مقدارها را یک جا جمع میکند. علتش دایمنشن های پرتنوع است، نه سهمیه رویداد، و در گزارشی که نمونه برداری نشده هم دیده میشود.
میشود آستانه داده (threshold) را در GA4 خاموش کرد؟
نه. گوگل میگوید آستانه های داده را سیستم تعیین میکند و قابل تنظیم نیستند. وقتی تعداد کاربران کم باشد، این آستانه ها ردیف هایی را که داده جمعیت شناختی یا عبارت جستجو دارند پنهان میکنند و گاهی با بازه زمانی طولانی تر برمیگردند.
منابع و روش
سهمیه ها، محدودیت ها و رفتار GA4 از صفحه های Google Analytics Help در فهرست منابع است که ۱۴ آبان ۱۴۰۵ (۴ نوامبر ۲۰۲۶) خوانده شده اند. فروشگاه مثال فرضی است. عددهای خطا با تقریب رایج «خطای نسبی یک شمارش که از n رویداد نمونه تخمین زده شده حدودا ۱ تقسیم بر رادیکال n است» حساب شده اند؛ خطای واقعی نمونه برداری GA4 به روش انتخاب نمونه هم بستگی دارد، پس این عددها را فقط برای فهم مرتبه بزرگی ببینید. اطلاعات ادپیکس از سایت adpix.io است.
- Google Analytics Help: About data sampling
- Google Analytics Help: [GA4] About data thresholds
- Google Analytics Help: About the (other) row
- Google Analytics Help: BigQuery Export
- Google Analytics Help: [GA4] Google Analytics 360 (Google Analytics 4 properties)
- Google Analytics Help: [GA4] Unsampled explorations for Google Analytics 360
این مطلب با کمک هوش مصنوعی نوشته شده و پیش از انتشار توسط تیم ادپیکس بازبینی شده است. سیاست تحریریه
